Nature Machine Intelligence опубликовал материал о развитии общего аудиального интеллекта для машинного слушания и речи. В описании говорится, что компьютерное прослушивание охватывает понимание, обработку и генерацию речи, звуков окружающей среды и музыки.
По данным издателя, направление выходит за рамки традиционных подходов и стремится использовать возможности фундаментальных моделей для более полного понимания, естественной генерации и взаимодействия, сходного с человеческим.
Почему это важно: аудио содержит смысловые, эмоциональные и контекстуальные сигналы, поэтому его рассматривают как важную часть естественного и воплощённого машинного интеллекта. Полный текст публикации и сведения о конкретных системах в предоставленном пакете отсутствуют.
комментарий редакции
Что это значит
Вероятное следствие: аудио будет чаще рассматриваться как самостоятельный канал для систем, которым нужны смысловое, эмоциональное и контекстуальное понимание. Следующим наблюдаемым сигналом станут конкретные методы, сравнительные оценки и демонстрации таких систем в полном тексте публикации или последующих исследованиях. Существенная неопределённость связана с тем, что текущие сведения представлены только метаданными и не позволяют судить о практической готовности подходов.